一 opencv 非特定目标检测之几何图形识别

　　1 准备训练样本素材

　　1.1 正样本

　　又叫积极样本，可以自己用画图板，多画几个图形统一放在 pos 目录，如下：

　　1.2 负样本

　　又叫消极样本，你可自己从网上爬一些不相关的图片，也可以自己从电脑找一些，数量大概是 正样本的 3 倍以上，尺寸是正样本的 8-12 倍，图片尺寸必须调整为统一大小，最后统一放在 neg 目录。

　　批量调整图片大小命令

　　find ./neg -name '*.jpg' -exec convert -resize 100X100! {} {} \;

　　2 将图片进行灰度处理

　　通过下面代码进行批量灰度处理：

　　#include

　　#include

　　#include

　　using namespace std;

　　using namespace cv;

　　//g++ -o gray gray.cpp `pkg-config --cflags --libs opencv`

　　//./gray img 100

　　int main(int argc,char *argv[])

　　{

　　char src [250];

　　char obj [250];

　　if(argc != 3)

　　{

　　printf("./gray path 100(num)\n");

　　return 0;

　　}

　　for(int i=1;i<atoi(argv[2])+1;i++)< p="">

　　{

　　//将数字字母拼接在一起得到读取文件的路径

　　sprintf (src, "%s/%d.jpg", argv[1],i);

　　cout<<src<<endl;< p="">

　　sprintf (obj, "%s/%d.jpg", argv[1],i);

　　printf("%s\n",obj);

　　//从指定路径 buffer 中读取图片

　　Mat srcImage = imread(src),grayImage;

　　cvtColor(srcImage,grayImage,CV_BGR2GRAY);

　　imwrite(obj,grayImage);

　　}

　　cvWaitKey();

　　return 0;

　　}

　　3 生成 pos.txt 积极图片描述文件

　　4 生成 neg.txt 消极图片描述文件

　　5 生成 vec 文件

　　opencv_createsamples -vec pos.vec -info pos.txt -num 4 -w 50 -h 50

　　6 开始样本训练

　　opencv_traincascade -data xml -vec pos.vec -bg neg.txt -numPos 4 -numNeg 30 -numStages 8 -w 50 -h 50 -minHitRate 0.999 -maxFalseAlarmRate 0.2 -weightTrimRate 0.95 -featureType HAAR -mode ALL

　　上以过程因环境不同，需要反复修改参数来达到最终的训练效果，一般正常训练一个相对稳定的样本模型需要一两天时间。

　　7 对几何图进行识别

　　通过之前讲的人脸识别代码，采用刚刚训练好的 xml 分类器，加载一张几何图看看识别效果：

上一篇

OpenCV系列教程（八）人脸识别

下一篇

OpenCV系列教程（十）Dlib